[發明專利]車載攝像頭的姿態誤差估計方法和裝置

有效

• 申請號: 201710790085.1
• 申請日: 2017-09-05
• 公開（公告）號: CN107481292B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 鄭超;郁浩;唐坤;閆泳杉;張云飛;姜雨
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請公開了車載攝像頭的姿態誤差估計方法和裝置。車載攝像頭的姿態誤差估計方法的一具體實施方式包括：獲取車載攝像頭在預設標準姿態下采集的預設場景的第一圖像；執行姿態誤差估算步驟，姿態誤差估算步驟包括：獲取車載攝像頭在當前姿態下采集的預設場景的第二圖像；利用相對位姿估計模型比對第一圖像和第二圖像，得出車載攝像頭的當前姿態與預設標準姿態的相對位姿信息，其中，相對位姿估計模型基于深度學習網絡訓練生成。該方法可以實現車載攝像頭誤差的自動化、高精度估計。

技術領域

本申請涉及車載設備技術領域，具體涉及車載攝像頭的圖像處理技術領域，尤其涉及車載攝像頭的姿態誤差估計方法和裝置。

背景技術

在自動駕駛技術領域，車載攝像頭作為主要的傳感器，其所采集的數據對自動駕駛決策尤為重要。通常車載攝像頭以特定的姿態工作，其所采集的數據均為該特定姿態下的數據。由于車輛行駛過程中車載攝像頭可能發生震動，車載攝像頭的維修等過程會對車載攝像頭進行拆裝，導致車載攝像頭的姿態發生變化，則采集的數據可能發生偏差，因此需要校正車載攝像頭的姿態誤差。

現有的一種攝像頭姿態誤差估算方法為通過對輔助的標記物(例如包含特定標記點的標定板等)成像來計算攝像頭的姿態參數，或者采用ICP(Iterative Closet Point，迭代最近點)等迭代的方式來估算姿態誤差。前者對使用條件具有較大的限制，后者通常只能找到局部最優值，無法得出全局最優值，車載攝像頭姿態誤差估計的準確度有待提升。

發明內容

為了解決上述背景技術部分提到的一個或多個技術問題，本申請實施例提供了車載攝像頭的姿態誤差估計方法和裝置。

第一方面，本申請實施例提供了一種車載攝像頭的姿態誤差估計方法，包括：獲取車載攝像頭在預設標準姿態下采集的預設場景的第一圖像；執行姿態誤差估算步驟，姿態誤差估算步驟包括：獲取車載攝像頭在當前姿態下采集的預設場景的第二圖像；利用相對位姿估計模型比對第一圖像和第二圖像，得出車載攝像頭的當前姿態與預設標準姿態的相對位姿信息，其中，相對位姿估計模型基于深度學習網絡訓練生成。

在一些實施例中，上述方法還包括基于深度學習網絡訓練相對位姿估計模型的步驟，包括：獲取車載攝像頭在多個預設測試姿態下采集的預設場景的第三圖像，其中，各預設測試姿態與預設標準姿態的相對位姿信息已標記；基于第一圖像、第三圖像和已標記的預設測試姿態與預設標準姿態的相對位姿信息構建樣本數據；基于樣本數據對構建的深度學習網絡進行訓練，得到相對位姿估計模型。

在一些實施例中，在利用相對位姿估計模型比對第一圖像和第二圖像之前，上述姿態誤差估算步驟還包括：提取第一圖像和第二圖像的特征點；判斷第一圖像和第二圖像是否包含對應于同一空間點的特征點；利用相對位姿估計模型比對第一圖像和第二圖像，包括：響應于判斷出第一圖像和第二圖像包含對應于同一空間點的特征點，利用相對位姿估計模型比對第一圖像和第二圖像。

在一些實施例中，上述方法還包括：判斷車載攝像頭的當前姿態與預設標準姿態的相對位姿信息是否滿足預設條件；響應于判斷出車載攝像頭的當前姿態與預設標準姿態的相對位姿信息不滿足預設條件，基于車載攝像頭的當前姿態與預設標準姿態的相對位姿信息，對車載攝像頭的當前姿態進行校正之后，執行姿態誤差估算步驟。

在一些實施例中，上述相對位姿信息包括當前姿態相對于預設標準姿態的俯仰角和偏航角。

第二方面，本申請實施例提供了一種車載攝像頭的姿態誤差估計裝置，包括：獲取單元，配置用于獲取車載攝像頭在預設標準姿態下采集的預設場景的第一圖像；估算單元，配置用于執行姿態誤差估算步驟，姿態誤差估算步驟包括：獲取車載攝像頭在當前姿態下采集的預設場景的第二圖像；利用相對位姿估計模型比對第一圖像和第二圖像，得出車載攝像頭的當前姿態與預設標準姿態的相對位姿信息，其中，相對位姿估計模型基于深度學習網絡訓練生成。